使用mir包执行knn时，如何查看所有k个邻居？
使用mir包执行knn时，可以通过以下步骤查看所有k个邻居：
- 导入所需的库和模块：
import mir
from mir import knn- 加载数据集：
dataset = mir.load_dataset('path/to/dataset')- 创建knn模型：
model = knn.KNN()- 训练模型：
model.fit(dataset)- 执行knn算法：
k = 5 # 设置k值
query_point = [1, 2, 3] # 设置查询点
neighbors = model.kneighbors(query_point, k)- 查看所有k个邻居：
for neighbor in neighbors:
print(neighbor)在上述代码中，k代表邻居的数量，query_point是要查询的点的坐标。neighbors是一个包含k个邻居的列表，每个邻居都是一个包含点的坐标和距离的元组。
这里没有提及具体的腾讯云产品，因为与问题无关。如果需要使用腾讯云的相关产品，可以参考腾讯云官方文档或咨询腾讯云的技术支持团队。
相关·内容
1回答
使用mir包执行knn时，如何查看所有k个邻居？
r、classification、knn、mlr
我正在为knn使用mlr包(用于分类和回归问题)，例如：knn <- makeLearner("classif.knn", par.vals = list("k" = 4))knnPred <-
浏览 18提问于2020-02-08得票数 1
2回答
从距离矩阵开始查找K个最近邻域
r、sorting、matrix、distance、knn
我正在寻找一个优化良好的函数，它接受一个n X n距离矩阵，并返回一个n X k矩阵，其中第i行的第i个数据点的k最近邻居的索引。我发现了无数不同的R包，它们可以让你做KNN，但它们似乎都在同一个函数中包含了距离计算和排序算法。特别是，对于大多数例程，主要参数是原始数据矩阵，而不是距离矩阵。在我的例子中，我在混合变量类型上使用了非标准距离，因此我需要将排序问题与距离计算分开。这并不是一个令人生畏的问
浏览 3提问于2014-05-04得票数 13
1回答
定义邻居列表并行
r、parallel-processing、knn
我有一个包含n个多边形的大型数据集，我想用knn2nb库确定k个最近多边形的邻居列表。要执行敏感度测试，我希望我的k值取1:n之间的所有值。#Create neighbours list 尽管如此，因为我的
浏览 1提问于2016-10-25得票数 1
1回答
有没有一个包或者一种简单的方法可以使用R搜索一个点的k最近邻(特别是kd树)？提供此函数的所有包(例如RANN或FNN...)计算矩阵中所有点的knn，我只需要计算一个点的knn。例如，我有一个具有10个点"A“到"E”的矩阵，我想要为"A“找到其他4个点("B”到"E")之间的2<em
浏览 0提问于2012-12-25得票数 5
回答已采纳
1回答
如何选择最近的邻居满足条件？
python、pandas、spatial、geopandas
问题：如何为geodataframe中的所有元素选择"n个最近的邻居完全填充一个条件“？libpysal.weights.KNN.from_dataframe(df_g, k=2, radius=100)我在寻找一种方法，让最近的邻居满足条件简单的“修复”：
当然，我可以选择“足够”
浏览 0提问于2019-09-10得票数 0
1回答
使用插入符号查找最近的邻居
r、machine-learning、r-caret、knn
我用R的caret包拟合k近邻模型。，并使用训练数据拟合模型。id = sample(nrow(data)-1)test = data[-id,]
predict(knn.model, test)
当我显示knn.model时，它告诉我它使用k=9。我想知道哪9
浏览 4提问于2019-07-19得票数 1
回答已采纳
1回答
加权投票应否普遍提高KNN分类器的准确性？
java、weka、knn
我正在使用Java和WEKA。我已经测试了30个数据集。我正在运行30个测试数据集和计算平均准确性。我计算准确性的方法是计算所有正确的预测，然后除以我正在分类的实例的总数。for(int j = 0; j < 2; j++) {
knn.setWeightedVoting(true); averageAccuracy+=accuracy;
浏览 2提问于2019-04-19得票数 0
2回答
红宝石内存分配
ruby
我有大约16000个节点的大型数据集。对于每个节点，我都是基于某种相似性度量找到k个最近的邻居。顶级k邻居驻留在优先级队列中(自我实现)。随着仿真的进行(计算所有邻居的knn )，内存使用量不断增加，仿真速度变慢。如果我想在向前移动以释放内存时删除先前用户的优先级队列，我该如何做？这是唯一可能的原因，还是也可能有其他原因导致表现缓慢？
浏览 2提问于2014-03-26得票数 1
回答已采纳
1回答
OpenCV KNearest输入
c++、opencv、knn
接受KNearest类的OpenCV，CvMat* trainData中的第一个参数的确切含义是什么？
我是否需要传递一个CvMat*，其中包含类的质心位置，或者其他信息？
浏览 4提问于2013-08-07得票数 0
回答已采纳
我试图使用FNN包中的knn.reg()进行预测，但我遇到了一个不寻常的错误。当y作为数据帧传递给knn.reg()时，我尝试使用2个最近的邻居进行预测，得到以下错误消息：但是，当y是数据帧并且k是2以外的任何数字时，该函数起作用。我已经知道，将y作为向量传递给k = 2是有效的
浏览 4提问于2017-10-02得票数 2
2回答
sklearn.neighbors.NearestNeighbors - knn用于无监督学习？
machine-learning、scikit-learn、k-nn
从基本理论上看，knn是一种有监督的算法，而k-均值是一种无监督的算法。然而，在Sklearn有一个无监督学习(http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html#sklearn.neighbors.NearestNeighbors)的KNN的实现。在SkLearn，这个无监督的knn到底是什么版本？
这是knn<
浏览 0提问于2018-07-05得票数 4
回答已采纳
1回答
KNN K近邻: train_test_split和knn.kneighbors
python、pandas、scikit-learn、knn、supervised-learning
我向那些在库学习中使用函数train_test_split和KNN (K-最近邻)算法(特别是knn.kneighbors函数)的经验丰富的人提出了以下一般性问题。假设在此之后，使用一个算法KNN对测试数据进行预测。为此，有一个名为Knn.Kneighbors的函数，它返回k点的距离和坐标数组(如X1、X2、X3数组)，这些点被认为是X_train集合的每个数据点的“邻居”。neighbors=<e
浏览 3提问于2020-03-05得票数 0
回答已采纳
1回答
KNN结果的可视化树，R
r、knn
我使用KNN -method建立分类预测模型，因为其他方法效果不佳，但这给出了最优结果。/admin/Desktop/ido.xlsx")\
acc1$f3<-NULL FNN::knn.cv(train=prcomp(na.omit(acc1[, -c(1,2)]))$x[, 1], cl=factor(na.omit(acc1)$id), k=1))
但是，我必
浏览 19提问于2017-08-09得票数 1
1回答
为什么` `class::knn()`函数给出的结果与带有固定k的`kknn::kknn()`不同？
r、knn、tidymodels
本书使用class::knn()，tidymodels使用kknn::kknn()。当我使用固定的k做knn时，我得到了不同的结果，所以我剥离了tidymodel，并尝试使用class::knn()和kknn::kknn()进行比较，但我仍然得到了不同的结果。class::knn使用欧几里德距离，而kknn::kknn使用距离参数为2的明可夫斯基距离，根据维基百科，这是欧几里德距离
浏览 24提问于2021-11-13得票数 1
回答已采纳
1回答
Python3中欧氏距离和LSHForest中所有邻居的LSH实现
python-3.x、computational-geometry、nearest-neighbor、locality-sensitive-hash、approximate-nn-searching
我正在寻找一个有效的实现LSH在python 3，使用欧几里得距离。会感激你的
浏览 6提问于2016-06-13得票数 1
回答已采纳
2回答
在R中检索nng igraph对象中的邻接值
r、graph-theory、igraph
(完全合适的)打屁股的结果我对数据执行了以下操作，以便创建观测之间距离的邻接矩阵：sim_matrix <- as.matrix(sim_matrix)
这给了我一
浏览 5提问于2014-05-11得票数 0
在下面的代码中，我尝试使用具有单个预测器的K个最近邻居。据我所知，train.X中的示例数量不需要与test.X中的示例数量相匹配，但是R似乎没有正确解析我的输入。train]knn.pred = knn(train.X, test.X, train.Direction, k=1) Error in knn
浏览 0提问于2013-10-16得票数 11
回答已采纳
2回答
对于kNN搜索，k-d树是有效的。K近邻搜索
search、nearest-neighbor、kdtree、knn
我必须在kd-tree中实现对10维数据的k近邻搜索。
但问题是，我的算法在k=1上非常快，但在k>1 (k=2,5,10,20,100)上却慢了2000倍。
浏览 0提问于2010-01-10得票数 9
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
